SMART (Simple Multi-Attribute Rating Technique)

SMART, elinizde sayılarla doldurulmuş bir karar tablosu olduğunda seçenekleri tek bir fayda puanına göre sıralayan, çok-özellikli fayda kuramının (multi-attribute utility theory) en sade uygulamasıdır. Çıktısı her seçenek için 0 ile 1 arasında bir fayda puanı ve bu puana göre azalan sıradır. Edwards tarafından 1977'de tanıtılmıştır. Yöntem, karmaşık fayda fonksiyonları tahmin etmek yerine karar vericinin doğrudan anlayabileceği basit doğrusal bir ölçeklendirme ve oranlı derecelendirmeyle ağırlık türetmeyi önerir; sosyal ve kamu kararlarında kullanılmak üzere tasarlanmıştır. Ağırlık üretir ama dışarıdan verilen önem puanlarına dayanır; verinin kendisinden ağırlık türetmez.

SMART'ın arkasındaki fikir basittir. Karar vericiden karmaşık bir fayda fonksiyonu tahmin etmesini istemek yerine iki basit soru sorar: "bu kriterde en kötü ve en iyi durum nedir, aradaki her değer bu iki uca göre nerede durur" ve "kriterler arasındaki göreli önem nedir". Yöntem her kriterin değerini kendi en kötü-en iyi aralığında doğrusal olarak 0 ile 1'e yerleştirir (varsayılan crisp ölçek budur). Önemi ise doğrudan oranlı puanlamayla belirler: en önemsiz kritere düşük bir taban puan verilir, diğerleri buna oranla büyütülür; sonra toplamı 1'e normalize eder. Bu iki basit adım, karar vericinin sezgisel yargısını doğrudan sayıya çevirir.

Felsefi sonucu TOPSIS ve SAW ile aynı ailededir. SMART telafi edicidir; bir kriterdeki zayıflık başka bir kriterdeki güçle kapanabilir ve nihai puan ağırlıklı bir toplamdır. Farkı normalizasyonda değil, ağırlık türetme mantığındadır. SMART ağırlıkları AHP gibi ikili karşılaştırmayla değil, doğrudan oranlı derecelendirmeyle (ratio rating) elde eder. Karar vericiye "bu kriter şuna göre kaç kat önemli" sorusu yerine "bu kritere kaç puan verirsiniz" sorusu sorulur.

Dört adımda ilerler.

Birinci adım, her kriterin uç noktalarını belirleme. Fayda kriterinde tablodaki en düşük değer "en kötü", en yüksek değer "en iyi" ucu olur; maliyet kriterinde bu yön ters çevrilir.

İkinci adım, doğrudan puanlama (rescaling). Yöntem her hücredeki değeri, kendi kriterinin en kötü ve en iyi ucu arasında doğrusal olarak 0 (en kötü) ile 1 (en iyi) arasına yerleştirir. DecisionMind'ın klasik SMART'ında bu ölçekleme doğrusaldır (crisp); karar verici isterse doğrusal olmayan bir eğri de tanımlayabilir, ama varsayılan sabittir.

Üçüncü adım, önem ağırlıklarının türetilmesi. Karar verici her kritere göreli bir önem puanı verir; örneğin en önemsiz kritere düşük bir taban puanı verilir, diğerleri buna oranla büyütülür. Yöntem bu puanları toplamı 1 olacak şekilde ağırlıklara normalize eder.

Dördüncü adım, nihai puan. Yöntem her seçeneğin kriter puanlarını kendi ağırlığıyla çarpıp toplar; seçenekleri bu toplam puana göre büyükten küçüğe sıralar.

Adımların formülleri, ara tabloları ve atıf biçimleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz. (Not: Edwards'ın kendisi sonraki çalışmasında, oranlı derecelendirmeyi daha da basitleştiren SMARTS ve uç ağırlıklandırmayı farklılaştıran SMARTER adlı iki varyant da tanımlamıştır; DecisionMind'ın SMART motoru klasik oranlı-derecelendirme biçimini kullanır.)

Fayda puanı, bir seçeneğin bu kriter aralıklarına ve verilen ağırlıklara göre ne kadar iyi durumda olduğunu söyler; başka bir şey söylemez. 0,57 puan "yüzde 57 başarılı" anlamına gelmez, yalnız bu seçenek kümesi ve bu kriter aralıkları içindeki göreli bir konumdur. Puanın 1 olması "mükemmel" değil "her kriterde bu kümenin en iyisi" demektir. Başka bir analizden gelen puanla karşılaştırılamaz, çünkü her kriterin en kötü/en iyi ucu o analizin kendi tablosundan kurulur.

Bu nedenle:

"SMART en iyi seçeneği buldu"

yerine:

"Bu kriter aralıkları ve bu ağırlıklarla en yüksek fayda puanını alan seçenek şudur; puan verilen ağırlıkların ve aralıkların bir özetidir"

biçiminde yazmak doğrudur.

Klasik SMART kesin (crisp) veriyle çalışır. DecisionMind'da temel yöntemin yanında iki uzantısı vardır (FUZZY-SMART, SMART-WEIGHT); toplam üç SMART üyesi bulunur. Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı, boş hücre yok; her kriter için yön bilgisi; ve karar vericinin doğrudan verdiği önem puanları. SMART bunları ağırlığa çevirir, önem puanlarının kendisini üretmez; bu öznel bir girdidir. En az iki seçenek ve iki kriter gerekir; üç ile on iki kriter arası rahat çalışır. Kriter sayısı arttıkça karar vericinin her birine tutarlı bir oranlı puan vermesi zorlaşır.

Karar verici kriterlerin önemini AHP'nin ikili karşılaştırma yüküne girmeden, doğrudan ve hızlı biçimde puanlayabiliyorsa, kriterler sayısal ve tablo tam doluysa SMART uygun bir seçimdir. Az sayıda kriterle (üç-altı arası), zaman baskısı olan, tek bir karar vericinin ya da küçük bir grubun yargısına dayanan kararlarda pratiktir.

Kullanılmaması gereken iki durum vardır. Birincisi felsefesinden gelir: bir kriterde taviz kabul etmiyorsanız SMART uygun değildir. İkincisi ölçekten gelir: kriter sayısı çoksa doğrudan oranlı puanlama tutarsızlaşır; bu durumda AHP'nin ikili karşılaştırması ya da BWM'nin sınırlı karşılaştırma yükü daha güvenilir ağırlık verir.

Az kriter, hızlı doğrudan puanlama, telafi kabul → SMART

Çok kriter, ikili karşılaştırmayla tutarlılık kontrolü isteniyor → AHP

Az karşılaştırma yükü, yalnız en iyi/en kötü kriterle kıyas → BWM

Ağırlık değil sıralama yöntemi karşılaştırması isteniyor → TOPSIS, SAW, VIKOR

Bir kriterde taviz yok, eşik altı elenmeli → Önce eleme, sonra sıralama

SMART'ın en önemli üstünlüğü basitliği ve şeffaflığıdır: hem ölçekleme (doğrudan 0-1 yerleştirme) hem ağırlıklandırma (doğrudan oranlı puanlama) karar vericinin kolayca anlayıp kontrol edebileceği işlemlerdir; AHP'nin ikili karşılaştırma matrisine ya da tutarlılık denetimine gerek yoktur. Az sayıda kriterle hızlı uygulanır ve sonuç tablo üzerinde adım adım izlenebilir. Edwards ve Barron'un (1994) sonraki çalışması, bu sadeliğin karmaşık fayda fonksiyonlarına kıyasla pratikte benzer kararlar üretebildiğini savunmuştur.

Sınırlılıkları basitliğinden doğar. Birincisi, doğrudan oranlı puanlama öznel ve tutarlılık denetimi taşımaz; AHP'nin tersine, karar vericinin çelişkili puanlar verip vermediğini yöntem kendiliğinden yakalamaz. İkincisi, Zanakis, Solomon, Wishart ve Dublish'in (1998) karşılaştırmalı simülasyon çalışması önemli bir bulgu ortaya koymuştur: basit ağırlıklı toplam yöntemleri (SMART dahil) belirli veri koşullarında AHP gibi daha karmaşık yöntemlerden farklı sıralar üretebilir. Bu, yöntem seçiminin sonucu etkileyebileceğini gösterir. Üçüncüsü, kriter sayısı arttıkça oranlı puanlamanın tutarlılığı düşer. Dördüncüsü, TOPSIS gibi tam telafi varsayımı taşır. Beşincisi, doğrusal ölçekleme varsayımı her zaman gerçekçi değildir; bazı kriterlerde fayda doğrusal artmaz, bu durumda SMARTS/SMARTER gibi varyantlar ya da doğrusal olmayan ölçekleme gerekir.

En yaygın hata, önem puanlarını gerekçesiz ya da rastgele vermektir; SMART'ın basitliği ağırlıkların gelişigüzel belirlenmesini kolaylaştırır ve bu bir zayıflığa dönüşür. İkinci hata, kriter yönünü (çoğu/azı iyi) yanlış işaretlemektir; bu durumda ölçekleme ters kurulur ve sıra tersine döner. Üçüncü hata, fayda puanını yüzde ya da mutlak bir başarı ölçüsü gibi okumak ve farklı analizlerin puanlarını karşılaştırmaktır. Dördüncü hata, çok sayıda kritere doğrudan oranlı puan vermeye çalışmaktır; bu noktada AHP ya da BWM'ye geçilmelidir. Beşinci hata, doğrusal ölçeklemenin her kriter için geçerli olduğunu varsaymaktır; azalan marjinal fayda taşıyan bir kriterde bu varsayım yanıltıcı sonuç verir.

Temel ilke şudur:

SMART puanı, karar vericinin verdiği kriter aralıklarının ve önem puanlarının doğrudan bir özetidir; bu girdiler öznel ve tartışmalıysa puan da tartışmalıdır ve rapor bunu göstermelidir.